GitHub 推出能够自动修复 Bug 的 AI 编码助手

GitHub 推出原型 AI 编程助手，能够自动通过拉取请求修复漏洞并提交代码变更。

与实时为开发者提供辅助的 GitHub Copilot 不同，这款新的助手能够独立运行，自主扫描代码库，精准识别潜在问题，并以拉取请求的形式提交修复建议。这标志着从传统的开发者辅助工具向更加智能化、自动化的代码维护模式的转变。

GitHub 表示，这款助手在 Copilot 的功能基础上进行了扩展，利用 CodeQL 进行语义代码分析，能够理解代码的含义和结构，而不仅仅是进行简单的文本匹配。它还集成了一个包含常见漏洞和错误模式的软件库。一旦检测到相关问题，助手会制定潜在的修复方案，并通过拉取请求提交详细的代码更改及修复理由说明。开发人员随后可以评审、修改或合并拉取请求。

这款助手的发布正顺应了软件开发自主 AI 助手兴起的趋势。普林斯顿大学开发的 SWE-agent 已经在多步骤漏洞修复和测试驱动开发中取得了初步成果。这些工具是软件开发领域更广泛趋势的体现：软件不仅能够为开发人员提供辅助，更能自主行动，在最小人工监督的情况下处理复杂的迭代开发任务。GitHub 首席执行官 Thomas Dohmke 描述了这种转变，他指出：“你不再只是简单地提出一个问题并期待一个答案，而是可以将一个复杂问题交给它，它将结合其能够访问的代码，通过迭代的方式逐步解决这个问题。”

GitHub 团队强调，这一原型仍处于早期开发阶段，目前正在内部进行测试。它尚未向公众开放，GitHub 也没有宣布具体的发布时间表。不过 GitHub 也表示，这项技术是其致力于减轻软件维护工作负担、大规模提升代码健康状况的长期战略投资。

开发人员对 GitHub 编程助手表现出了浓厚的兴趣，认为它能够自动化处理常规的漏洞修复任务。在一个 Reddit 讨论帖中，一些早期体验用户分享了他们成功测试运行经历，并称该工具是一个潜在的“游戏规则改变者”。然而，也有一些人对如何建立对 AI 的信任、确保足够的测试覆盖范围以及如何管理变更提出了担忧。一个 GitHub 社区讨论帖也突显了人们对 AI 生成的拉取请求的担忧，尤其是在复杂的代码库中。

这款助手的发布与 GitHub 的 AI 战略保持一致。该战略旨在将大语言模型集成到代码生成之外的工作流中，例如文档撰写、问题分类，以及现在的自主拉取请求创建。作为这一战略的一部分，GitHub 将继续探索如何让 AI 承担重复的工程任务，从而让开发人员专注于更高层次的设计和问题解决。

【声明：本文由 InfoQ 翻译，未经许可禁止转载。】

查看英文原文：https://www.infoq.com/news/2025/06/github-ai-agent-bugfixing/